当AI学会推理

学会推理

以ChatGPT为代表的大语言模型，就像「文科状元」一样，饱读诗书且侃侃而谈。

但是，最近出现的会「推理」的模型，包括：

• OpenAI o1
• DeepSeek R1

它们知道在回答问题之前花费足够的时间去思考，然后再给出答案，最终取得了这些辉煌的成绩：

解释下这张图：

• AIME是美国数学邀请赛，是为美国奥数国家队选拔人才的。推理模型轻松取得优良的成绩了，而传统大语言模型只有13.4分。
• Codeforces是一个竞技编程网站，推理模型能够击败89%的人类选手，而传统大语言模型只能欺负初学者。
• GPQA Diamond是专门折磨博士生的高难度的科学问题，推理模型取得了78分的高分，已经超越了人类专家！

这就是「大推理模型」的威力！

大推理模型

所谓大推理模型，是在大语言模型基础上进一步发展，着重强化推理能力的一类人工智能模型，有这些特点：

• 强大的逻辑推理：能够处理复杂的逻辑问题。例如，在解决几何证明题时，能依据已知条件和几何定理，有条理地完成证明过程。
• 知识整合与运用：大推理模型可以整合多领域的知识。比如在医疗诊断场景中，它不仅能考虑症状表现，还能结合医学知识、病例历史等多方面信息，进行综合推理和诊断。
• 长链条推理：有能力进行长链条的推理，即从初始条件出发，经过多个推理步骤，逐步得出最终结论。

如果说ChatGPT 4是「文科状元」，那么OpenAI o1和DeepSeek R1就是「理科状元」了。

卡尼曼在《思考，快与慢》中形容两种思考模式，与两种模型非常契合：

OpenAI o1是2024年9月份推出的，是世界上第一个大推理模型。可惜，它的推理过程是不展示在用户面前的，对于数学、编程、科研等场景非常不友好。

到了2025年1月，DeepSeek R1横空出世，不仅拥有OpenAI o1同样级别的思考能力，最关键，推理过程是原原本本展示在用户面前的。更重要的，不仅模型是开源免费的，还把技术细节写在论文中与全世界共享，瞬间在世界范围掀起了议论和学习DeepSeek的狂潮！

学会推理

那么，AI怎么学会的推理的呢？

以ChatGPT 4为代表的大语言模型，本质上是「想到什么说什么的小孩」：虽然回答很快，但是对于数学、编程、科学这些就懒得动脑筋了，成绩自然就不够看了。

之前科学家也用过「思维链」这个提示词技巧，要求AI在解数学题的时候要「一步一步思考」，这样可以迫使AI增加算力给出，通过给出中间步骤而提高准确度。

你看，这是不是跟小孩子一样，做数学题不过脑子张口就来，答案自然错得离谱让你血压升高。只有大喝一声：「你给我打草稿一步步把中间过程写下来」，这才能让小孩子开始动脑子，写下中间步骤之后答案准确率自然也会提高。

但是，「思维链」是远远不够的，无论是数学还是编程还是离开人类一大截。

而大推理模型，就是学会了在回答问题之前花费足够的时间和算力去思考，最终成为「说话之前动脑思考的青年人」，想明白了再说话，这样在解决数学、逻辑、编程等方面就获得了接近甚至超越人的能力。

就业影响

大推理模型的出现，将对人才市场产生深远的影响。

• 顶尖学生往往凭借聪颖的头脑脱颖而出，现在可能会发现AI在很多题解中还干得不错，一定程度上削弱了他们的优势。因此，头部学生需要超越单纯的问题求解，向更高层次的创新、跨学科思考和前沿研究迈进。
• 对于中等水平的学生来说，大推理模型可以帮助他们弥补知识和技能上的不足，提升问题解决和分析能力，从而缩小与顶尖学生之间的差距。不过，如果不能保持独立思考和深度学习，长远来看可能反而影响其自身能力的培养。

最终，无论是顶尖学生还是中游学生，关键在于如何将这些先进工具有效融入个人的学习和工作中，借助批判性思维与独立判断能力，积极开展跨学科学习，最终才能实现能力的跨越和突破。